Kategoriske data vs. numeriske data
Data er de fakta eller oplysninger, der er indsamlet med henblik på reference eller analyse. Disse data indsamles ofte som en egenskab for det pågældende emne. Denne egenskab kan variere fra den ene til den anden, derfor kan denne varierende egenskab betragtes som en variabel. Variablerne kan antage forskellige former for værdier, og disse er iboende i de indsamlede data.
Variabler kan enten være kvalitative eller kvantitative; dvs. hvis variablen er kvantitativ, er svarene tal, og størrelsen af den målte attribut kan angives med en vis grad af nøjagtighed. Den anden type, de kvalitative variabler, måler de kvalitative egenskaber, og de værdier, som variablerne antager, kan ikke gives med hensyn til størrelse eller størrelse. Selve variablerne er kendt som kategoriske variable, og de data, der indsamles ved hjælp af en kategorisk variabel, er kategoriske data.
Mere om numeriske data
Numeriske data er grundlæggende de kvantitative data opnået fra en variabel, og værdien har en følelse af størrelse/størrelse. De opnåede numeriske data er yderligere opdelt i yderligere tre kategorier baseret på teorien udviklet af Stanley Smith Stevens. Numeriske data kan være enten ordinal, interval eller ratio. Typen af data bestemmes af målemetoden for værdierne, og typerne er kendt som måleniveauer.
Vægten af en person, afstanden mellem to punkter, temperatur og prisen på en aktie er eksempler på numeriske data.
I statistik er størstedelen af metoderne afledt til analyse af numeriske data. Grundlæggende beskrivende statistik og regression og andre inferentielle metoder bruges hovedsageligt til analyse af numeriske data.
Mere om kategoriske data
Kategoriske data er værdier for en kvalitativ variabel, ofte et tal, et ord eller et symbol. De fremhæver det faktum, at variablen i det betragtede tilfælde tilhører en af de flere tilgængelige valgmuligheder. Derfor hører de til i en af kategorierne; deraf navnet kategorisk.
En persons politiske tilhørsforhold, en persons nationalitet, en persons yndlingsfarve og en patients blodgruppe er kvalitative egenskaber. Nogle gange kan et tal opnås som en kategorisk værdi, men selve tallet repræsenterer ikke størrelsen af den målte attribut. Postnummer er et eksempel.
Alle kategoriske værdier hører også til den nominelle datatype, som er en anden type baseret på måleniveauerne. Metoder, der bruges til at analysere kategoriske data, er forskellige fra numeriske data, men det underliggende princip kan være det samme.
Hvad er forskellen mellem kategoriske og numeriske data?
• Numeriske data er værdier opnået for kvantitative variabler og har en følelse af størrelse relateret til konteksten af variablen (derfor er de altid tal eller symboler med en numerisk værdi). Kategoriske data er værdier opnået for en kvalitativ variabel; kategoriske datatal giver ikke en følelse af størrelse.
• Numeriske data tilhører altid enten ordinal-, ratio- eller interv altype, hvorimod kategoriske data tilhører nominel type.
• Metoder, der bruges til at analysere kvantitative data, er forskellige fra de metoder, der bruges til kategoriske data, selvom principperne er de samme, har applikationen i det mindste betydelige forskelle.
• Numeriske data analyseres ved hjælp af statistiske metoder i beskrivende statistikker, regression, tidsserier og mange flere.
• Til kategoriske data anvendes norm alt beskrivende metoder og grafiske metoder. Nogle ikke-parametriske tests bruges også.
